买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜四川大学申请的专利一种基于高斯贝叶斯模型的轻量化暗网业务实时识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118193998B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410454000.2，技术领域涉及：G06F18/21；该发明授权一种基于高斯贝叶斯模型的轻量化暗网业务实时识别方法是由黄诚;赵建国;韩家璇;曾雨潼;蒋书熠设计研发完成，并于2024-04-16向国家知识产权局提交的专利申请。

本一种基于高斯贝叶斯模型的轻量化暗网业务实时识别方法在说明书摘要公布了：本发明公开了一种基于高斯贝叶斯模型的轻量化暗网业务实时识别方法。包括：对从互联网上收集的公开暗网流量数据进行清洗并标注，得到标注暗网系统类别和暗网业务类型标签的暗网流量数据；将标注的暗网流量数据按照五元组信息分割成数据流，提取数据流特征向量，并划分训练集和验证集；使用SMOTE方法生成类间样本，平衡训练集数据中少数类样本，增强不平衡流量数据之间的分布边界；使用划分的训练集迭代训练高斯贝叶斯模型。本发明提供了一种基于高斯贝叶斯模型构建的轻量化暗网业务实时识别方法，提高了流量识别的效率，并能够对模型进行迭代训练，提升了模型识别的准确率。

本发明授权一种基于高斯贝叶斯模型的轻量化暗网业务实时识别方法在权利要求书中公布了：1.一种基于高斯贝叶斯模型的轻量化暗网业务实时识别方法，该方法以高斯贝叶斯模型为基础，实现了对不同暗网业务流量的实时识别，并且应用SMOTE方法生成类间样本对数据集进行增强，实现了对模型的迭代优化，提高了模型识别的准确率，其特征在于，所述方法包括：步骤1：对从互联网中收集的公开暗网流量数据进行清洗并标注，得到标注暗网系统类别和暗网业务类型的暗网流量数据；步骤2：预处理，将标注的暗网流量数据按照五元组{源IP,目的IP,源端口,目的端口,协议类型}的形式分割成数据流，提取数据流中的传输时延序列、TCP数据包载荷大小序列、数据流协议特征序列和数据流统计特征序列，并进一步将所有特征序列合并为数据流的合成特征向量，然后通过Z标准化方法对特征向量进行归一化处理，最后划分训练集和验证集；步骤3：数据增强，利用SMOTE方法对训练集数据的少数类样本进行平衡，增强不平衡流量数据之间的分布边界，其中，利用SMOTE方法对训练集数据的少数类样本进行平衡是通过应用契比雪夫距离公式计算少数类样本Ni的最近邻N,i并在每个样本对Ni,N,i之间应用单线性随机插值方法生成新的类间样本；步骤4：利用SMOTE方法平衡训练集中的少数类样本数据并迭代训练高斯贝叶斯模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。